免疫算法及其在自适应滤波器中的应用

论文摘要

免疫算法是抽取了生物免疫系统独有的自适应、自组织、多样性、免疫记忆等进化学习机理形成的新信息处理技术,是计算智能领域继人工神经网络和进化计算之后的又一个研究热点。滤波器技术的发展到现在已有八十多年的历史,并且已经发展成为了一种相当完善的信号处理技术。目前人们针对所存在的实际系统的问题,应用各种先进的优化算法对经典滤波器进行的优化设计成为研究的重点,并取得了很多成果。特别是用免疫算法设计滤波器的研究取得了很多成果,免疫算法强大的寻优能力使得它在滤波器设计中的应用具有很好的研究前景,从而改善以往滤波技术,特别是经典滤波器设计中存在的一些问题。本论文从免疫算法研究的重要意义入手,阐述了生物免疫系统的基本原理,由此引出免疫算法。阐述了一般免疫算法及几种免疫算法的流程,在研究了它们的基本特性后,分析了线性自适应滤波器的基本原理、算法及设计方法,以及各参数对滤波器性能的影响。文中将免疫算法应用到LMS自适应滤波器的优化设计中,应用MATLAB软件,对免疫算法在自适应陷波器和自适应谱线增强器中的应用进行了仿真研究,给出了算法中关键参数μ的优化结果,取得了较好的效果。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景与意义
• 1.1.1 信号与信号处理
• 1.1.2 优化问题与免疫算法
• 1.1.3 免疫算法目前主要的应用领域
• 1.2 免疫算法的研究现状
• 1.3 本文的研究内容和章节安排
• 第二章 免疫系统
• 2.1 免疫的基本概念
• 2.2 生物免疫系统的功能与特点
• 2.3 人工免疫系统的功能与特点
• 2.4 免疫系统的应用
• 第三章 免疫算法
• 3.1 免疫算法的算法基本流程
• 3.2 免疫算法的生物学基础
• 3.3 免疫算法的产生与发展
• 3.4 人工免疫算法的基本流程
• 3.5 人工免疫算法的优缺点
• 3.6 几种扩展的免疫算法简介
• 3.6.1 反向选择算法
• 3.6.2 免疫遗传算法
• 3.6.3 克隆选择算法
• 3.6.4 基于疫苗的免疫算法
• 3.6.5 基于免疫网络的免疫算法
• 3.7 免疫算法应用与研究方向
• 3.8 小结
• 第四章 免疫算法在自适应滤波器优化设计中的应用
• 4.1 自适应滤波器的应用类型
• 4.2 自适应陷波器的基本原理
• 4.2.1 自适应LMS 滤波算法流程
• 4.2.2 自适应单频陷波器的结构原理
• 4.3 自适应陷波器的设计
• 4.3.1 算法实现
• 4.3.2 仿真结果
• 4.4 自适应滤波器在谱线增强器中的应用
• 4.4.1 自适应谱线增强器的基本原理
• 4.4.2 自适应谱线增强算法
• 4.4.3 自适应线谱增强的特点及应用
• 4.4.4 设计实验与实验结果
• 4.5 小结
• 第五章 总结与展望
• 5.1 本文的主要研究工作和成果
• 5.2 发展展望和需要进一步研究的问题
• 参考文献
• 攻读学位期间公开发表的论文
• 致谢